dftmsg

.env

@@ -1 +0,0 @@
-MY_API_KEY="eyJ0eXBlIjoiSldUIiwiYWxnIjoiSFM1MTIifQ.eyJqdGkiOiIxMTIwNDk3OSIsInJvbCI6IlJPTEVfUkVHSVNURVIiLCJpc3MiOiJPcGVuWExhYiIsImlhdCI6MTczMzQxMjU1NCwiY2xpZW50SWQiOiJlYm1ydm9kNnlvMG5semFlazF5cCIsInBob25lIjoiMTUxMzcxMTY1MzEiLCJ1dWlkIjoiYmVlYTk0NTQtNWE5OS00OGNkLTgxNzctZDdjZWYzNmQwNTAxIiwiZW1haWwiOiIiLCJleHAiOjE3NDg5NjQ1NTR9.0-DNSkviINNJhGmx49-kUfTSRvyXNrT4LXU1sB01FprErwGCVinJStN5aNsaHjF2K95Pl7B15SQ_fa2l8cIT3Q"

app.py

@@ -1,52 +0,0 @@
-import streamlit as st
-from llama_index.core import VectorStoreIndex, SimpleDirectoryReader
-from llama_index.core.settings import Settings
-from llama_index.embeddings.huggingface import HuggingFaceEmbedding
-from llama_index.llms.openai_like import OpenAILike
-import os
-from dotenv import load_dotenv
-
-# 加载环境变量
-load_dotenv()
-
-# 设置 API 参数
-base_url = "https://internlm-chat.intern-ai.org.cn/puyu/api/v1/"
-api_key = os.getenv("MY_API_KEY")
-model = "internlm2.5-latest"
-
-# 初始化 LLM
-llm = OpenAILike(model=model, api_base=base_url, api_key=api_key, is_chat_model=True)
-
-# 初始化一个 HuggingFaceEmbedding 对象，用于将文本转换为向量表示
-embed_model = HuggingFaceEmbedding(
-    model_name="sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2"
-)
-
-# 将创建的嵌入模型赋值给全局设置的 embed_model 属性
-Settings.embed_model = embed_model
-
-# 将创建的 LLM 赋值给全局设置的 llm 属性
-Settings.llm = llm
-
-# 从指定目录读取所有文档，并加载数据到内存中
-documents = SimpleDirectoryReader("./data").load_data()
-
-# 创建一个 VectorStoreIndex，并使用之前加载的文档来构建索引
-index = VectorStoreIndex.from_documents(documents)
-
-# 创建一个查询引擎，这个引擎可以接收查询并返回相关文档的响应
-query_engine = index.as_query_engine()
-
-# 设置页面标题
-st.title("LlamaIndex Chat")
-
-# 创建一个文本输入框供用户输入问题
-user_input = st.text_input("请输入你的问题:")
-
-# 按钮用于提交问题
-if st.button("发送"):
-    # 使用查询引擎获取回复
-    response = query_engine.query(user_input)
-
-    # 显示回复
-    st.write(f"回复: {response}")

requirements.txt

@@ -1,7 +0,0 @@
-llama-index
-llama-index-llms-replicate
-llama-index-llms-openai-like
-llama-index-embeddings-huggingface
-llama-index-embeddings-instructor
-llama-index-core
-python-dotenv